智能視頻監(jiān)控中運動目標檢測與跟蹤技術(shù)的研究.pdf

1、智能視頻監(jiān)控是計算機視覺的一個重要分支,它不僅符合信息產(chǎn)業(yè)的發(fā)展趨勢,而且代表了監(jiān)控行業(yè)的未來發(fā)展方向,成為近年來熱門的研究領域之一。視頻中運動目標檢測和跟蹤技術(shù)是智能視頻監(jiān)控中的兩項核心技術(shù),是后續(xù)的各種高級處理和應用的基石。本文主要針對運動目標檢測和跟蹤技術(shù)進行了研究,在分析已有研究成果的基礎上,針對其存在的問題,提出相應的解決方案。
　　 本文的主要研究工作如下:
　　 在運動目標檢測方面,簡要介紹了三類常見的運動

2、目標檢測算法,重點分析了幀間差分及對稱幀間差分算法的優(yōu)缺點。以幀間差分理論為基礎,給出一種改進的運動目標檢測算法。通過實驗驗證,該算法提高了檢測到的運動目標的準確性與完整性,獲取了運動目標更多的屬性,不僅確定了運動目標的位置,同時也得到了目標的運動方向。
　　 在運動目標跟蹤方面,針對傳統(tǒng)的MeanShift跟蹤算法的不足,給出一種改進的目標跟蹤算法。該算法以目標區(qū)域的加權(quán)梯度方向直方圖為特征,建立運動目標的初始模板；在對目標進

3、行定位時,先由Kalman濾波器預測目標在下一幀可能存在的位置,再以此位置作為初始位置,采用MeanShift算法對目標進行搜索定位；且在跟蹤的過程中,采用本文給出的一種基于矩特征的模板更新方法,實現(xiàn)了運動目標模板的自適應更新。實驗表明,該算法克服了MeanShift算法易受到與目標顏色分布相似的背景區(qū)域影響的不足,并且當外界環(huán)境發(fā)生變化時,由于改進算法可以及時的進行模板更新,仍能準確的跟蹤到運動目標。
　　 目前的很多跟蹤算法